基于聚类分析与支持向量机模型的缸盖座圈图像判别

• 作者: 庄松林 张仁杰 臧道青
• 来源期刊: 光学精密工程
• 学科: 工学
• 关键词: 发动机缸盖 图像处理 蚁群算法 聚类分析 支持向量机
• 年，卷（期）: 2011,（10）
• 所属期刊栏目: 信息科学
• 页码范围: 2478-2484
• 分类号: TP391|TM32
• 字数: 5015字
• 语种: 中文
• DOI: 10.3788/OPE.20111910.2478

摘要

为在生产现场及时检测出发动机缸盖气门座圈未被压装到位的情况,采用蚁群聚类算法对状态各异的缸盖气门座圈缝隙图像进行合理归类,并在聚类基础上推演相关支持向量机(SVM)模型实现检测的早期分流,从而提高现场运行速度与检测判别性能.首先,分析缸盖座圈缝隙图像差异,确定体现检测图像宏观特征的观测点,采用聚类数目未知时的蚁群聚类算法确定基本分类估计.然后,对不同来源的缸盖所表现出的差别变异,通过聚类数目已知时的蚁群聚类算法推演例外的新类,借此自动覆盖所有可能出现的多种情况,以便在测试快速判别检测样本的归属.另外,借助聚类结果提示选取区分度高的样本,确定相关的SVM模型,将明确属于合格的多数缸盖从待检测队列中分流出去,从而显著提高整体检测的速度.实际测试表明,采用本方法所构成的检测装置错判率误差小于0.5％,不可容忍错判率为零,可满足工业生产现场检测的需要.该方法对状态各异以及多变图像的处理具有参考价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张仁杰		115	735	13.0	23.0
2	庄松林		199	1335	20.0	29.0
3	臧道青		2	9	1.0	2.0